Fei-Fei Li के मुताबिक AI का अगला फ्रंटियर है ‘स्पैटियल इंटेलिजेंस’

किसी AI का कमरे का वर्णन कर पाना और उस कमरे का भरोसेमंद आंतरिक मॉडल बना पाना एक ही बात नहीं है। उसे यह भी समझना होगा कि वस्तुएं एक-दूसरे के संबंध में कहां हैं, किसी वस्तु के हिलने पर क्या हो सकता है और उस जगह में सुरक्षित ढंग से कैसे काम किया जाए। World Labs इस बदलाव को ‘देखने से करने’, ‘समझने से तर्क करने’ और ‘कल्पना से निर्माण’ की दिशा में आगे बढ़ने के रूप में पेश करता है।

World Labs का Marble कैसे काम आता है?

Marble एक मल्टीमॉडल ‘वर्ल्ड मॉडल’ है, जो टेक्स्ट, तस्वीरों और वीडियो जैसे इनपुट से स्थानिक रूप से सुसंगत, उच्च-गुणवत्ता वाली और लगातार बनी रहने वाली 3D दुनिया तैयार कर सकता है। इन दुनियाओं को केवल एक क्षणिक तस्वीर या टेक्स्ट जवाब की तरह देखने के बजाय एक्सप्लोर और एडिट किया जा सकता है।

यही स्थायित्व इस उत्पाद की अहम विशेषता है। ऐसी डिजिटल दुनिया कहानी कहने और रचनात्मक काम के लिए पृष्ठभूमि बन सकती है। साथ ही, किसी सिस्टम को वास्तविक दुनिया में इस्तेमाल करने से पहले उसके फैसलों और व्यवहार को वर्चुअल वातावरण में जांचने के लिए सिमुलेशन स्पेस के रूप में भी काम आ सकती है। World Labs ने रचनात्मकता, सिमुलेशन, रोबोटिक्स और वैज्ञानिक खोज को संभावित क्षेत्रों के तौर पर रेखांकित किया है।

रोबोटिक्स सबसे स्पष्ट शुरुआती उपयोग क्यों है?

रोबोट को केवल मौखिक निर्देश समझना पर्याप्त नहीं होता। उसे जगह, वस्तुओं, सतहों और गति को समझना पड़ता है; संभावित परिणामों का अनुमान लगाना होता है और फिर धारणा को कार्रवाई से जोड़ना होता है।

नेविगेट की जा सकने वाली 3D दुनिया डेवलपर्स को ऐसा सिमुलेशन वातावरण दे सकती है, जहां रोबोट के व्यवहार को वास्तविक मशीन को तैनात करने से पहले प्रशिक्षित और परखा जाए।

इसका मतलब यह नहीं है कि Marble ने सामान्य-उद्देश्य रोबोटिक्स की समस्या हल कर दी है। उपलब्ध स्रोतों के आधार पर अधिक सटीक निष्कर्ष यह है कि ऐसे स्थानिक वर्ल्ड मॉडल रोबोटिक्स के प्रशिक्षण, सिमुलेशन और मूल्यांकन के लिए भविष्य में उपयोगी बुनियादी ढांचा बन सकते हैं।

हेल्थकेयर और मैन्युफैक्चरिंग में संभावनाएं—लेकिन सावधानी जरूरी

हेल्थकेयर इमेजिंग और मैन्युफैक्चरिंग को स्पैटियल AI के संभावित क्षेत्र माना जाता है, क्योंकि इनमें 3D संरचनाओं और भौतिक प्रक्रियाओं को समझना जरूरी होता है। हालांकि, 19 अगस्त के The Circuit इंटरव्यू से जुड़ी उपलब्ध रिपोर्टिंग Li को इन क्षेत्रों पर विस्तृत वादों या किसी निश्चित प्रतिबद्धता से जोड़ने के लिए पर्याप्त साक्ष्य नहीं देती। इसलिए इन्हें संभावित उपयोग के रूप में देखना चाहिए, पक्के इंटरव्यू दावे के रूप में नहीं।

World Labs को मिला 1 अरब डॉलर से अधिक का फंड और Forbes की पहचान

Forbes की 2026 AI 50 कवरेज के अनुसार, World Labs ने 1 अरब डॉलर से अधिक की फंडिंग जुटाई है। Forbes ने इसे AI 50 सूची में शामिल चार महिला-नेतृत्व वाली कंपनियों में भी गिना और कंपनी का मुख्य फोकस स्पैटियल इंटेलिजेंस बताया।

इतनी बड़ी फंडिंग यह संकेत देती है कि निवेशकों की नजर वर्ल्ड मॉडल्स को भाषा मॉडल्स की मौजूदा दौड़ से आगे AI के संभावित बुनियादी ढांचे के रूप में देख रही है। लेकिन केवल फंडिंग से यह साबित नहीं होता कि यह तकनीक बाजार में सबसे प्रभावशाली प्लेटफॉर्म बनेगी या उसके सभी संभावित उपयोग व्यावसायिक रूप से सिद्ध हो चुके हैं।

AI पर बात करने के तरीके को लेकर Li की चेतावनी

Bloomberg के इंटरव्यू में Li ने कहा कि तकनीकी विशेषज्ञों को AI के ठोस लाभों को बेहतर ढंग से समझाना होगा। उन्होंने चेतावनी दी कि अमेरिका में बढ़ता सार्वजनिक विरोध केवल वहां तक सीमित असर नहीं डाल सकता, क्योंकि वैश्विक तकनीकी व्यवस्था में अमेरिका की भूमिका महत्वपूर्ण है।

उनकी बात सिर्फ AI के पक्ष में अधिक सकारात्मक प्रचार करने की अपील नहीं है। असली सवाल यह है कि कोई सिस्टम वास्तव में क्या कर सकता है, उसकी क्षमताओं से कौन-से जोखिम पैदा होते हैं और उसके लाभों तक किसकी पहुंच होगी।

जिम्मेदार विकास, सार्वजनिक निवेश और समान पहुंच

यह दृष्टिकोण Li के लंबे समय से चले आ रहे मानव-केंद्रित AI विचारों से मेल खाता है। वह प्रमाण-आधारित नीतियों, सार्वजनिक क्षेत्र की अगुवाई, अंतरराष्ट्रीय सहयोग और जिम्मेदार तकनीकी विकास की वकालत करती रही हैं।

उन्होंने कंप्यूटिंग संसाधनों, डेटा, शोध-सुविधाओं और शिक्षा तक व्यापक पहुंच की जरूरत पर भी जोर दिया है। Stanford Institute for Human-Centered Artificial Intelligence ने विश्वविद्यालयों और गैर-लाभकारी संस्थाओं के लिए शक्तिशाली कंप्यूटिंग संसाधनों और बड़े डेटासेट तक समान पहुंच को महत्वपूर्ण बताया है। वहीं, Li के AI4ALL संगठन का फोकस AI शिक्षा में समावेशन और विविधता बढ़ाने पर रहा है।

इस दृष्टिकोण के पीछे चिंता यह है कि AI से मिलने वाले आर्थिक लाभ और इस तकनीक को आकार देने की क्षमता कुछ गिनी-चुनी कंपनियों या समुदायों तक सिमट सकती है। इसलिए सार्वजनिक निवेश और समावेशी शिक्षा उनके ढांचे में अतिरिक्त मुद्दे नहीं, बल्कि AI के लाभों को अधिक व्यापक रूप से बांटने की बुनियादी शर्तें हैं।

निष्कर्ष: चैट करने वाली AI से दुनिया में काम करने वाली AI तक

Li का विजन AI को ऐसी प्रणालियों से आगे ले जाने का है जो मुख्य रूप से दुनिया के बारे में बात करती हैं—ऐसी प्रणालियों की ओर जो दुनिया का मॉडल बना सकें और उसमें कार्रवाई कर सकें। World Labs और Marble इसी दांव का शुरुआती उदाहरण हैं: लगातार बनी रहने वाली, संपादित की जा सकने वाली 3D दुनिया, जो रचनात्मक टूल्स, सिमुलेशन और रोबोटिक्स में मदद कर सकती है।

फिर भी “चैटबॉट्स से आगे” का अर्थ यह नहीं कि भाषा मॉडल्स का दौर खत्म हो गया है। स्पैटियल इंटेलिजेंस AI का प्रस्तावित अगला फ्रंटियर है, कोई अंतिम निष्कर्ष नहीं। Li का व्यापक संदेश यह है कि AI की प्रगति को मापने योग्य क्षमताओं, वास्तविक लाभों, जवाबदेह विकास और समान पहुंच से परखा जाना चाहिए—न कि केवल आदर्शवादी वादों या दुनिया खत्म होने वाली भविष्यवाणियों से।